视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
TRIG：轨迹-装置解耦度量几何学习
机构 * Carizon（卡里松） ； ShanghaiTech University（上海科技大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV、cs.RO
AI总结 针对自动驾驶中视觉几何模型不适用于刚性多相机驱动系统的问题，提出TRIG框架，将相机姿态分解，引入解耦编码与监督及稀疏时空注意力，在多基准测试中实现姿态估计、深度预测和3D重建的最优性能。
Comments 10 pages, 4 figures, 8 tables
手术中的点跟踪——2025年红外手术纹身挑战（STIRC2025）
机构 * Intuitive Surgical Inc.（直观外科公司） ； ImFusion GmbH（ImFusion有限公司） ； Technical University of Munich（慕尼黑工业大学） ； University of British Columbia（英属哥伦比亚大学） ； Johns Hopkins University（约翰·霍普金斯大学） ； Daegu Gyeongbuk Institute of Science and Technology（大邱庆北科学技术院） ； Hamburg University of Technology（汉堡工业大学） ； SustAInLivWork Center of Excellence（可持续生活工作卓越中心） ； Graduate School of Informatics, Nagoya University（名古屋大学信息科学研究生院） ； Information Technology Center, Nagoya University（名古屋大学信息技术中心） ； Department of Information Science, Aichi Institute of Technology（爱知工业大学信息科学系） ； Research Center for Medical Bigdata, National Institute of Informatics（国立信息学研究所医学大数据研究中心） ； Department of Translational Surgical Oncology, National Center for Tumor Diseases (NCT), NCT/UCC Dresden, a partnership between DKFZ, Faculty of Medicine and University Hospital Carl Gustav Carus, TUD Dresde（德累斯顿国家肿瘤疾病中心（NCT）转化外科肿瘤学系，NCT/UCC德累斯顿，由德国癌症研究中心、医学院和卡尔·古斯塔夫·卡鲁斯大学医院、德累斯顿工业大学合作成立）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 介绍2025年手术点跟踪挑战（STIRC2025），参与者提交算法基于红外手术纹身数据集（STIR）评估，含准确性和效率两组件，作为MICCAI EndoVis 2025一部分进行，总结结果与方法，数据集和代码可获取。
Comments 9 pages, 12 figures. arXiv admin note: substantial text overlap with arXiv:2503.24306
SeamGen：通过图流匹配生成与艺术家对齐的UV接缝
机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） ； VAST（未提及，可能是一个缩写，无法准确翻译）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
AI总结 研究针对3D内容创作中UV接缝放置问题，提出SeamGen模型，通过流匹配从现有接缝布局学习，设计Mesh Transformer主干，利用流模型修复能力，能生成更符合艺术家偏好的UV布局，提升感知质量。
GeoFovea-GS：用于无线空中VR的几何感知跨层高斯点渲染
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)
AI总结 针对无线空中VR中高分辨率视图生成和传输受限，3DGS有几何误差问题，本文提出GeoFovea-GS框架，开发失真度量，将渲染与传输联合选择设为跨层优化问题并设计调度器，实验证明其能降成本提渲染质量。
Comments 7 pages, 5 figures
SpeedyGS：通过两阶段优化实现内容感知的3D高斯图元压缩
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)
AI总结 研究针对3D高斯图元压缩解码慢不适用于交互式应用的问题，提出SpeedyGS，通过两阶段优化，即结构形成阶段联合优化自适应量化和剪枝，统计编码阶段转换并编码高斯几何和属性，在多方面取得良好平衡，压缩性能优且解码快。
ABot-3DWorld 0：一个用于探索任意 3D 空间的通用世界模型
专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；point cloud(abstract)；分类 cs.CV
AI总结 介绍 ABot-3DWorld 0 通用多模态 3D 世界模型，核心是 SGP，通过特定流程将多模态输入转换为 3D 世界，用于通用 3D 内容创建，在开源方法中领先，多模态输入下场景保真度更高。
Comments Official Page: https://abot-world.amap.com/plaza
球面-GOF：面向3D场景重建的几何感知全景高斯不透明场
机构 * School of Artificial Intelligence and Robotics, Hunan University（人工智能与机器人学院，湖南大学） ； National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（机器人视觉感知与控制技术国家工程研究中心，湖南大学）
专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；分类 cs.CV、cs.GR、cs.RO
AI总结 Spherical-GOF通过球面高斯不透明场实现全景图像的高效渲染，提升3D场景重建的几何一致性和光度质量。
Comments Accepted to IEEE/RSJ IROS 2026. The source code and dataset will be released at https://github.com/1170632760/Spherical-GOF
用于大帧间位移快速运动的隐式4D高斯点云渲染
机构 * Hanyang University（汉阳大学） ； Hanyang University ERICA（汉阳大学衣理校区）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 针对快速运动大帧间位移下4DGS方法失效问题，提出SPIN-4DGS，从显式时空位置学习高斯属性，用轻量级网络预测属性，避免高内存开销，实验证明该方法在大位移下保真度更高，提升了PSNR和SSIM。
Comments Accepted at ICLR 2026. Project page at https://seung-gyeom.github.io/SPIN-4DGS
GAINS：基于高斯的稀疏多视图捕获逆渲染
机构 * University Kaiserslautern-Landau（凯撒斯劳滕-兰道大学） ； German Research Center for Artificial Intelligence（德国人工智能研究中心） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； College of William & Mary（威廉与玛丽学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 研究针对稀疏视图设置下基于高斯的逆渲染精度下降问题，提出GAINS两阶段逆渲染框架，利用基础模型先验稳定几何和材质估计，经实验验证其在提升材质参数精度等方面效果显著，尤其在稀疏视图下优势明显。
ProtoPointNet：基于原型的具有可验证空间激活的3D牙齿点云可解释分类
机构 * Adelaide Dental School, Adelaide University（阿德莱德牙科学院，阿德莱德大学） ； Australian Institute for Machine Learning, Adelaide University（澳大利亚机器学习研究所，阿德莱德大学） ； School of Public Health, Adelaide University（阿德莱德大学公共卫生学院）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 研究针对3D牙齿点云分类，提出ProtoPointNet模型，结合局部表面几何等特征编码点，通过共享主干学习特定轴原型头，用辅助监督等训练，在Bits2Bites上取得较好结果，其激活定位合理，为牙齿表面对分析提供新的可解释方法。
Comments 2 Figures, 2 Tables
ACZ-GSeg：基于自适应同心区域的激光雷达点云两阶段地面分割
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 针对复杂道路场景中地面分割难题，提出基于自适应同心区域模型的两阶段地面分割方法，构建模型确定扇区数量，粗、细分割阶段分别采用不同约束提取和细化地面点，实验证明该方法能适应点云分布特征，提高分割稳定性。
ViCo3D：利用视觉基础模型增强基于激光雷达的协作式3D目标检测
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 研究针对V2X系统中基于激光雷达协作式3D感知的不足，提出ViCo3D框架。通过将点云投影为图像让VFM提取特征，引入融合模块及跨智能体融合策略，实现了先进的3D检测性能，提升了协作增益。
Sat2RealCity：基于卫星图像的几何感知与外观可控的3D城市生成
机构 * KE Holdings Inc.（KE控股公司） ； Beijing, China（中国北京）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 针对卫星图像3D城市生成问题，Sat2RealCity框架利用对象级3D生成先验，通过分解城市为地理定位建筑实体，结合构建的数据集，引入空间定位策略、设计外观引导机制及构建语义管道，实现良好的地理对齐、风格一致和资产合成。
Comments The first two authors contributed equally. The fourth author is the corresponding author
LEGO-SLAM：语言嵌入的高斯优化SLAM
机构 * Department of Intelligent Robotics, Sungkyunkwan University（智能机器人系，成均馆大学）
专题命中 SLAM与定位 ：3DGS(summary_cn,abstract)；Gaussian Splatting(abstract)；分类 cs.CV、cs.RO
AI总结 研究将语言特征集成到基于3DGS的SLAM系统的问题，提出LEGO-SLAM框架，利用场景自适应自动编码器压缩语言嵌入，实现语言引导剪枝和回环检测，提升映射质量和跟踪精度，具备开放词汇能力且达15FPS。
Comments Project page :https://lab-of-ai-and-robotics.github.io/LEGO-SLAM/ Submitted to IEEE RA-L
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈